Nuevo descubrimiento: red neuronal imita comportamientos humanos en la toma de decisiones

MadridInvestigadores de Georgia Tech han desarrollado una innovadora red neuronal que imita la toma de decisiones humanas. A diferencia de las redes neuronales tradicionales, que suelen repetir decisiones sin tener en cuenta eventos pasados o niveles de confianza, este nuevo modelo, llamado RTNet, funciona de manera distinta.

Los seres humanos toman alrededor de 35,000 decisiones cada día. Cada decisión implica considerar opciones, experiencias pasadas y niveles de confianza. Las redes neuronales no suelen tomar decisiones de esta manera. El equipo de Georgia Tech, dirigido por el Profesor Asociado Dobromir Rahnev, quiere cambiar esto. Su estudio ha sido publicado en Nature Human Behaviour.

Diferencias clave entre la toma de decisiones humana y la de las máquinas:

• Los humanos evalúan opciones y ponderan la evidencia basándose en experiencias pasadas.
• Los humanos reconocen cuando tienen dudas sobre una decisión.
• Las redes neuronales tradicionales toman decisiones estáticas y consistentes.

El equipo de investigación entrenó su nueva red neuronal utilizando el conjunto de datos MNIST, que consiste en una colección de números escritos a mano. Añadieron ruido a estos números, complicando su lectura para los humanos. Los científicos luego probaron el modelo con este conjunto de datos ruidosos para evaluar su rendimiento en comparación con el de las personas.

Los investigadores mejoraron su modelo utilizando una red neuronal bayesiana (BNN) y un proceso de acumulación de evidencia. La BNN toma decisiones basadas en probabilidades, lo que provoca que las respuestas varíen cada vez. El proceso de acumulación de evidencia sigue recopilando datos hasta tener suficiente información para tomar una decisión. Este enfoque hace que RTNet sea más adaptable y se asemeje más al comportamiento humano.

Lea también:

Ayer · 21:10

Salud durante el embarazo vinculada al peso corporal

Los científicos midieron el tiempo que el modelo tardaba en tomar decisiones. Descubrieron que había un patrón donde las decisiones más rápidas resultaban en una menor precisión, algo similar a lo que ocurre en los humanos. RTNet mostró el mismo comportamiento.

El estudio concluyó que RTNet igualaba a los humanos en precisión, velocidad y confianza. Sesenta estudiantes de Georgia Tech evaluaron los mismos datos ruidosos y reportaron sus niveles de confianza. Los resultados mostraron que RTNet se asemejaba mucho a los participantes humanos. A menudo superaba a otros modelos, especialmente cuando se requerían decisiones rápidas.

Esta evolución es crucial por varias razones:

• La mayoría de los modelos actuales carecen de datos humanos extensos para hacer comparaciones.
• Los modelos existentes no muestran niveles de confianza similares a los de los humanos.
• La nueva red neuronal puede ayudar a replicar y posiblemente mejorar los procesos de toma de decisiones humanos.

Este modelo de toma de decisiones es muy prometedor. Las redes neuronales ahora pueden funcionar como el cerebro humano con menos ajustes. El equipo planea entrenar RTNet en diferentes conjuntos de datos para explorar sus capacidades. En el futuro, estos modelos podrían usarse en otras áreas para reducir el esfuerzo mental diario de las personas.

El avance en la imitación humana de RTNet es significativo. En el futuro, las redes neuronales podrían pensar y tomar decisiones como los humanos, lo que mejoraría la inteligencia artificial y facilitaría una interacción más efectiva con la tecnología.