El principio de la Energía Libre aplicado a la neurobiología por el catedrático de Neurociencia Karl Friston del University College de Londres es, probablemente, uno de los conceptos más rompedores e influyentes en el desarrollo de la Inteligencia Artificial.
Karl Friston
Karl Friston introdujo el concepto de energía libre como el mecanismo principal que explica el funcionamiento del cerebro humano y, por tanto, el propio concepto de inteligencia. Esta idea va mucho más allá del cerebro humano y puede aplicarse a otros sistemas biológicos, así como a la propia inteligencia artificial. Se trata de un paso de enorme trascendencia si pensamos en cómo diseñar el futuro de la inteligencia artificial y en sus implicaciones para todos nosotros.
Empecemos por el principio. ¿Qué es eso de la Energía Libre? Pensemos en la célebre ecuación según la cual la satisfacción humana es igual al resultado real menos las expectativas que teníamos. Detrás de esta expresión hay algo profundo que refleja nuestra manera de procesar el entorno. Por un lado, sentimos, y lo hacemos a través de literalmente miles de millones de sensores repartidos por todo nuestro cuerpo. Por otro, el cerebro recibe los datos de ese universo de sensores y necesita organizarlos de forma eficiente para obtener una “visión” lo más precisa posible de ese entorno. Es decir, tiene que predecir, buscar patrones que le ayuden a formarse una “imagen” de lo que le rodea. Este maravilloso proceso no tiene fin. Es un camino continuo de prueba y error que trata de minimizar las diferencias entre lo que predice que es (su “imagen” del entorno) y lo que los “sensores” le transmiten que sienten. Esa diferencia es lo que se denomina Energía Libre.
Veamos alguna implicación de este concepto. Si la Energía Libre fuera cero, nuestros sistemas estarían perfectamente “calibrados” y nos ofrecerían predicciones exactas de lo que nos rodea y de su comportamiento esperado. Digamos que estaríamos muy satisfechos. Pero pensemos ahora qué ocurriría si esa Energía Libre fuera grande. Significaría que no hemos acertado. Dicho de otro modo, el cerebro no es capaz de asociar lo que transmiten los sensores a un patrón que le permita predecir adecuadamente el entorno. Esto es fundamental e implica que todo sistema que aspire a autoorganizarse (sea biológico o no) debe buscar un estado de mínima Energía Libre. Y esto es plenamente aplicable tanto a la inteligencia humana como a la artificial.
Esta teoría no es “meramente” psicológica. Sus raíces proceden de la física y las matemáticas. Como algunos habrán intuido, este concepto es una extensión del modelo bayesiano que concibe el cerebro humano como una máquina de hacer predicciones y ajustar sus errores. A veces, a la Energía Libre también se la denomina Error Predictivo. Sin embargo, el enfoque bayesiano se limita a la interacción entre lo que creemos y lo que percibimos. El cerebro humano va mucho más allá. Este órgano prodigioso minimiza esos errores a través de la acción. Es decir, el cerebro humano necesita interactuar con el mundo. Necesita moverse por él y, gracias a esa interacción, corrige lo que le transmiten los sentidos. Es absolutamente fascinante, y se denomina Inferencia Activa. Siente, predice, revisa la predicción, asume el error, actualiza el modelo predictivo y sigue adelante. ¿No le recuerda esto a algunos algoritmos de inteligencia artificial que se autoajustan? Efectivamente, esto va más allá del Machine Learning e incluso de los modelos de Deep Learning más avanzados.
Es aquí donde, en mi opinión, el concepto de Energía Libre puede aportar más al desarrollo futuro de la Inteligencia Artificial. El cerebro, en su búsqueda constante por minimizar la Energía Libre, no se limita a ajustar el modelo predictivo para satisfacer las señales de los sensores. Va mucho más allá y es capaz de actuar para comprobar si es el modelo predictivo el que debe prevalecer sobre los sensores. Pongo el mismo ejemplo que Shaun Raviv en un artículo publicado en Wired. Imaginemos que mi cerebro infiere que me estoy tocando la nariz con el dedo índice de la mano derecha, pero al mismo tiempo nuestros sensores de movimiento (para los técnicos, se llaman propioceptores) me dicen que tengo el brazo caído. ¿Qué hace el cerebro? En primer lugar, detecta que existe una discrepancia que genera Energía Libre. En segundo lugar, y esto es lo maravilloso, su modelo predictivo pone en duda a los sensores y, para confirmar esa duda, me hace levantar el brazo y tocarme cualquier parte de la cara con el dedo índice. Al confirmar ese error sensorial inicial, recalibra el sensor, no el modelo predictivo. Es un proceso continuo de percepción, acción, planificación y resolución de problemas con un único objetivo: minimizar la Energía Libre.
No pensemos que se trata de algo de un futuro lejano; es más bien del presente inmediato. Durante el Mobile World Congress de Barcelona tuve ocasión de cenar con un español que es un referente del mundo de la inteligencia artificial en Palo Alto y una de las personas que más saben de este enfoque de autoaprendizaje en Inteligencia Artificial. Me contó que una de las primeras y más lucrativas aplicaciones de este concepto se dio en el ámbito de los medios audiovisuales (“Media”), para aprender del espectador y proponerle contenidos a la medida de sus necesidades. Julie Pitt, responsable de machine learning en Netflix, lleva incorporando estos principios de Energía Libre desde 2014. Según ellos, la belleza de estos enfoques reside en que no solo sirven para que los algoritmos desarrollados funcionen en un entorno conocido, sino que también son capaces de actuar en cualquier entorno, incluso nuevo y desconocido.
Volvamos al cerebro humano. Analicemos las implicaciones neurobiológicas de esta teoría de la Energía Libre. Cuando la Energía Libre es elevada, el cerebro intenta minimizarla, pero si no lo consigue porque es incapaz de asignar un modelo predictivo adecuado a lo que le transmiten los sensores, aparecen las enfermedades mentales. La esquizofrenia de una persona puede ser el resultado de su incapacidad para asignar un modelo del mundo que encaje con lo que le transmiten sus ojos, lo que provoca alucinaciones y delirios. De hecho, en los últimos años el concepto de Energía Libre se está aplicando para comprender mejor enfermedades como la ansiedad, la depresión, la psicosis o incluso ciertos síntomas del autismo, el párkinson o la psicopatía. No se trata solo de saber qué áreas del cerebro funcionan mal o qué conexiones neuronales están mal calibradas; según Friston, se trata de disponer de un modelo matemático de cálculo que se ocupe de lo que percibimos.
Esto último tiene una importancia capital para la Inteligencia Artificial y descansa en el siguiente razonamiento. Si el principio de la Energía Libre ofrece una explicación unificada tanto de cómo funciona el cerebro como de cuándo funciona mal, es razonable pensar que podría ser una vía que nos permitiera crear un “cerebro” desde cero. Las perspectivas son extraordinarias.
Versión original en español publicada en:
