Microsoft colabora con la start-up suiza inait para desarrollar una inteligencia artificial que no solo se base en datos existentes, sino que también aprenda de experiencias reales. La tecnología, basada en la neurociencia digital, se usará, entre otros, en el sector financiero y en la robótica.
En el centro de la colaboración está un modelo de IA que se orienta en el funcionamiento de los cerebros de los mamíferos. Mientras que los sistemas de IA convencionales dependen del reconocimiento de patrones y grandes cantidades de datos, esta nueva generación de algoritmos debería aprender de forma autónoma y resolver problemas complejos con lógica similar a la humana.
„Fundamos inait con la idea de que la única forma comprobada de inteligencia existe en el cerebro“, dijo Richard Frey, CEO de la empresa fundada en 2018. „Si entendemos el cerebro, podemos crear un tipo completamente nuevo y más poderoso de IA.“
La tecnología se basa en un proyecto de investigación de 20 años financiado por el gobierno suizo, que ha desarrollado réplicas digitales de cerebros. El cofundador de Inait, Henry Markram, explica que de esta investigación surgieron 18 millones de líneas de código informático que pueden utilizarse para simular actividades cerebrales.
Microsoft planea integrar los modelos de IA de inait en sus servicios en la nube para servir a instituciones financieras y empresas industriales. En el sector financiero, los algoritmos permitirán estrategias comerciales más precisas y soluciones de gestión de riesgos. En robótica, podrían hacer que las máquinas sean más inteligentes, permitiendo una mejor adaptación a entornos de producción dinámicos.
Laut Markram könnte diese Form der KI nicht nur effizienter lernen, sondern auch weniger energieintensiv sein als bestehende Modelle. Herausforderungen bleiben jedoch bestehen, insbesondere die immense Komplexität der Nachbildung menschlicher Gehirnprozesse.
El proyecto suizo ya ha creado una plataforma abierta a través de la cual los investigadores pueden acceder a la tecnología de simulación. El objetivo es hacerla útil para la investigación neurológica, por ejemplo, para un mejor análisis de enfermedades como el autismo.
