Els robots també necessiten dormir

Nota para navegantes: Si no puedes, o no quieres, leer en catalán solo tienes que hacer clic en la banderita española, arriba a la izquierda. Eso y solo eso.(alert-success).

Article escrit per, Jordi Vallverdú Segura, Universitat Autònoma de Barcelona

Quan pensem en robots, sovint ens els imaginem com a màquines que no s'aturen mai, sense cansament ni son. Però, si volem que aprenguin i s'adaptin com els éssers vius, potser també necessiten alguna cosa semblant a “dormir”?

Aquesta pregunta és el punt de partida del nostre treball, a partir d'un cas molt concret: com podem donar als futurs sistemes robòtics una memòria flexible i eficient inspirada en com treballa l’hipocamp del cervell?

(toc) #title=(Index de continguts:)

Dormir per a reorganitzar-se

Els robots actuals poden ser molt bons en una tasca concreta si els entrenem amb grans quantitats de dades, però acostumen a ser rígids: quan alguna cosa canvia, els costa adaptar-se i sovint obliden el que havien après prèviament. En canvi, els animals generalitzen amb poca informació i fan servir el son per reorganitzar records, esborrar soroll i reforçar allò que és important. Aquesta alternança entre un estat “en línia” (en el que actuem) i un estat “fora de línia” (en el qual reorganitzem i classifiquem l'experiència) és el que hem volgut portar al món artificial.

Transformar el present en record

L'hipocamp és una de les peces més fascinants —i menys visibles— del cervell humà. Amagat en les profunditats del lòbul temporal, no pensa ni decideix, però fa possible que el pensament tingui història. Sense ell, cada experiència seria nova, aïllada, sense context. Una de les seves funcions principals és transformar el present en record.

L'hipocamp registra els episodis de la nostra vida —on érem, què va passar, amb qui— i els converteix en memòries que poden ser recuperades més endavant. Però no és només un arxiu: mentre dormim, l'hipocamp torna a reproduir aquestes experiències, les reordena i les integra amb coneixements previs, decidint què mereix ser conservat i què es pot oblidar.

A més, l'hipocamp és també el nostre sistema de navegació intern. Ens permet orientar-nos, reconèixer llocs i imaginar rutes que encara no hem recorregut. De fet, quan recordem el passat o imaginem el futur, l'hipocamp s'activa com si estigués explorant un espai mental. En certa manera, l'hipocamp és el pont entre el que vivim i el que sabem. No només guarda records: construeix mapes, connecta experiències i ens permet projectar-nos més enllà del moment present. I és, potser, el lloc on la memòria esdevé imaginació.

Un hipocamp pels robots

En el nostre treball proposem un hipocamp sintètic que funciona alternant els dos estats esmentats, igual que el cervell biològic. En l'estat en línia (el robot està “despert”), el robot interactua amb l'entorn, codifica episodis i identifica quines experiències són rellevants per als seus objectius. En l'estat fora de línia (el robot està “dormit”), aquestes experiències es reprodueixen internament, es reorganitzen i es consoliden, reforçant els records útils i eliminant el soroll.

Aquesta separació permet aprendre de manera contínua, flexible i energèticament eficient, sense caure en l'oblit del que ja s'ha après. Està implementat mitjançant xarxes neuronals d'impulsos sobre maquinari neuromòrfic, és a dir, xips dissenyats per imitar el funcionament de les neurones biològiques: només processen informació quan hi ha activitat rellevant i, per això, consumeixen molta menys energia que els processadors convencionals. Aquest tipus de maquinari permet que l'aprenentatge i la memòria es produeixin de manera local, contínua i eficient, més a prop de com ho fa un cervell real.

Aquest mecanisme es basa en versions modificades de regles de plasticitat conegudes (com l'STDP, per les sigles en anglès de Spike-timing-dependent plasticity), un procés biològic que en els éssers vius ajusta la força de les connexions entre les neurones del cervell). Les STDP s'adapten per funcionar a diferents escales temporals. Això permet que el sistema vagi integrant informació nova sense perdre el que ja sap, i que ho faci de manera energèticament eficient quan es desplega sobre xips neuromòrfics. Aquestos són més semblants al funcionament de les neurones biològiques que els processadors digitals convencionals. Cal remarcar, però, que en aquest treball no integrem directament aquests xips, sinó que proposem una arquitectura viable pensada perquè pugui desplegar-se sobre aquest tipus de maquinari. Açò obri el camí a futurs robots capaços d'aprendre de forma autònoma i amb un consum molt reduït.

Apropar la màquina a la flexibilitat humana

A l'article concretem aquest plantejament en tres objectius principals. El primer és dotar els robots d'una memòria episòdica flexible, capaç d'emmagatzemar experiències sense saturar-se ni interferir amb records previs. El segon és evitar l'oblit catastròfic, permetent que el sistema integri nova informació a poc a poc, prioritzant allò que és rellevant segons els objectius i el context. El tercer és separar el control en temps real de l'aprenentatge a llarg termini, de manera que el robot pugui actuar amb rapidesa sense que això comprometi la reorganització profunda del seu coneixement.

A partir d'aquests objectius, les contribucions clau del treball són, d'una banda, la proposta d'una arquitectura cognitiva dual (en línia / fora de línia) inspirada directament en el funcionament de l'hipocamp biològic. De l'altra, la introducció de mecanismes de plasticitat que operen a diferents escales temporals i permeten la consolidació selectiva durant fases de “son” artificial. I finalment, la demostració que aquest enfocament pot implementar-se de manera eficient sobre arquitectures neuromòrfiques.

Més que presentar un robot específic, el que oferim és un marc bioinspirat general que pot actuar com a pont entre percepció, memòria, decisió i motivació. Aquesta proposta és el punt de partida de robots capaços de reaprofitar les seves pròpies experiències, generar escenaris interns i adaptar-se de manera autònoma a entorns canviants, sense dependre constantment d'entrenament extern.

En resum, defensem que, si volem robots realment adaptatius, hem de pensar no només en com “pensen”, sinó també en com “descansen”. Donar-los una forma de son —a través d'aquest hipocamp sintètic capaç de reordenar i imaginar experiències— pot ser clau per apropar la intel·ligència robòtica a la flexibilitat i autonomia pròpies dels sistemes vius.

Jordi Vallverdú Segura, Professor Agregat, Filosofia de la Ciència i de la Computació, Universitat Autònoma de Barcelona Article publicat originalment a The Conversation. (alert-success)