El principio de la Energía Libre aplicado a la neurobiología por el Profesor de Neurociencia Karl Friston en el University College de Londres es probablemente uno de los conceptos más rompedores y con mayor capacidad de influencia en el desarrollo de la Inteligencia Artificial.

Karl Friston introdujo el concepto de la Energía Libre como principal mecanismo que explica el funcionamiento del cerebro humano, y por tanto del concepto de inteligencia. Este concepto va mucho más allá del cerebro humano y se puede aplicar tanto a otros sistemas biológicos como a la propia inteligencia artificial. Este paso es de tremenda importancia si pensamos en cómo diseñar el futuro de la inteligencia artificial y sus implicaciones para todos.

Empecemos por el principio. ¿Qué es esto de la Energía Libre? Pensemos en la famosa ecuación que viene a expresar que 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 nuestro cuerpo. Por otro, el cerebro recibe los datos procedentes de este universo de sensores y necesita organizarlos de manera eficiente para poder tener una “visión” lo más exacta posible de dicho entorno. Es decir, tiene que predecir, buscar patrones, que le ayuden a formarse una “imagen” del entorno. Este maravilloso proceso no tiene fin. Es un continuo camino 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 fuese cero, nuestros sistemas estarían perfectamente “calibrados” y nos estarían dando unas predicciones exactas de lo que nos rodea y de su comportamiento esperado. Digamos que nos sentiríamos muy satisfechos. Sin embargo, pensemos en qué sucedería si esta Energía Libre fuera grande. Eso quiere decir que no acertamos una. Que aquello que los sensores transmiten, el cerebro no es capaz de asociarlo a un patrón que le permita predecir adecuadamente el entorno. Esto es fundamental e implica que todo sistema que pretenda auto organizarse (biológico o no) debe buscar un estado de mínima Energía Libre. Esto aplica de lleno tanto a la inteligencia humana como a la inteligencia artificial.

Esta teoría no es “meramente” una teoría psicológica. Sus raíces provienen de la física y las matemáticas. Como algunos habrán percibido, este concepto es una extensión del modelo Bayesiano que concibe el cerebro humano como una máquina de hacer predicciones y ajustar los errores de estas. A veces a la Energía Libre también se le denomina Error Predictivo. Sin embargo, el concepto Bayesiano trata solamente de la interacción entre lo que creemos y lo que percibimos. El cerebro humano va mucho más allá. Este maravilloso órgano minimiza esos errores a través de la acción. Es decir, el cerebro humano necesita interactuar con el mundo. Necesita moverse por él y a través de esa interacción corrige lo que los sentidos le transmiten. Es algo absolutamente fantástico, y se denomina Inferencia Activa. Siente, predice, revisa la predicción, asume el error, actualiza el modelo de predicción y sigue adelante. ¿Les suena esto a algunos algoritmos de inteligencia artificial autoajustables? Efectivamente, esto va más allá del Machine Learning y entra a un nivel superior incluso a los modelos más avanzados de Deep Learning.

Aquí es en dónde en mi opinión más puede contribuir el concepto de la Energía Libre al desarrollo futuro de la Inteligencia Artificial. El cerebro, en esa búsqueda constante de minimizar la Energía Libre, no solo ajusta el modelo predictivo para satisfacer los inputs de los sensores. Va mucho más allá y es capaz de actuar para chequear si es el modelo predictivo el que tiene que prevalecer sobre los sensores. Pongo el mismo ejemplo que pone Shaun Raviv en un artículo suyo publicado en Wired. Imaginemos que mi cerebro infiere que me estoy tocando la nariz con mi dedo índice de la mano derecha, pero al mismo tiempo nuestros sensores de movimiento (para los técnicos, se denominan propioceptores) me dicen que el brazo lo tengo colgando, ¿qué es lo que hace el cerebro? Primero recoge que hay una discrepancia que genera Energía Libre. En segundo lugar, y esto es lo maravilloso, en su modelo predictivo duda de los sensores y para confirmar esa duda, me hace levantar el brazo y que el dedo índice me toque cualquier parte de la cara. Al confirmar este error sensorial inicial, recalibra el sensor, no el modelo predictivo. Es un proceso continuo de percepción, acción, planificación y resolución de problemas con un objetivo, minimizar la Energía Libre.

No pensemos que esto es algo del futuro lejano, es más bien del presente inmediato. Estando en el Mobile World Congress de Barcelona tuve la ocasión de cenar con un español que es referencia en el mundo de la inteligencia artificial en Palo Alto y una de las personas que más sabe de este enfoque de autoaprendizaje en la Inteligencia Artificial (self-learning AI). Me comentó que una de las primeras y más lucrativas aplicaciones de este concepto estaba en el área de Medios audiovisuales (“Media”) para aprender del espectador y proponerle contenido a la medida de sus necesidades. Julie Pitt, jefa de machine-learning en Netflix, ya lleva incorporando estos principios de Energía Libre desde el año 2014. Según ellos, la belleza de estos enfoques radica en que no sólo sirven para que los algoritmos desarrollados funciones en un entorno conocido, sino que son capaces de actuar en cualquier entorno, incluso nuevos y desconocidos.

Volvamos al cerebro humano. Veamos las implicaciones neurobiológicas de esta teoría de la Energía Libre. Cuando la Energía Libre es alta, el cerebro intenta minimizarla, pero si no puede porque no es capaz de asignar un modelo predictivo adecuado a lo que los sensores le transmiten, aparecen las enfermedades mentales. Alguien con esquizofrenia puede ser el resultado de su incapacidad de asignar un modelo del mundo que case con lo que sus ojos le transmiten provocándole alucinaciones y delirios. De hecho, en los últimos años, el concepto de la Energía Libre se está aplicando para una mejor comprensión de enfermedades tales como la ansiedad, la depresión, la psicosis, o incluso ciertos síntomas de autismo, Parkinson o psicopatías. No se trata sólo de saber qué áreas del cerebro funcionan mal o qué conexiones neuronales están mal calibradas, según Friston, se trata de tener un modelo matemático de cálculo que trate sobre lo que percibimos.

 

Esto último tiene una importancia capital en la Inteligencia Artificial y radica en el siguiente razonamiento. Si el principio de la Energía Libre ofrece una explicación unificada tanto de cómo funciona el cerebro como de cuando funciona mal, es razonable pensar que podría ser un camino que nos permitiera crear un “cerebro” desde cero. Las perspectivas son extraordinarias.