Modelo de mundo
Matt Stutzman nació sin brazos debido a una malformación y sus padres biológicos lo dieron en adopción cuando tenía cuatro meses de edad. A los 13 meses fue adoptado por una familia numerosa en la zona rural de Iowa, y creció viendo a su padre y a su hermano cazar con arco. En una entrevista con The Guardian (2024), contó que, desde niño, buscó tener un ‘momento Michael Jordan’, es decir, ese momento en el que una persona no solo cambia su deporte, sino también la percepción de sí mismo. En sus palabras:
Le dije a mi padre que iba a ser jugador de basquetbol. Fue a buscarme una pelota y un aro y me dijo: ‘Toma, ve a practicar’. Sabía que nunca iba a ser como Michael Jordan, pero practiqué. Esa mentalidad se trasladó a todo lo que intenté y fue entonces cuando descubrí el tiro con arco.
Stutzman aprendió sobre este deporte viendo la televisión, pero cuando buscó en Google ‘enseñar a un hombre sin brazos a disparar un arco´, no encontró nada. Relata:
Recuerdo haber ido a una tienda y decirle a un tipo que quería comprar un arco. El tipo me dijo: ‘Necesitas una ballesta, porque es más fácil de disparar’. Le dije: ‘No, quiero un arco’. Me preguntó: ‘¿Cómo vas a disparar?’.
Stutzman compró el arco, creó su propia técnica y pronto competía junto a atletas sin discapacidades. Encontró un patrocinador y cuando se enteró que solo le pagaba ‘porque no tenía brazos’, Stutzman se motivó más. Relata:
Ocho horas al día en una silla durante prácticamente los siguientes ocho años. Eso era todo lo que hacía: practicar, practicar y practicar.
Stutzman es conocido como el ‘arquero sin brazos’. Cuando compitió por primera vez a principios de la década de 2010, fue el primero en hacerlo con esa condición. Ya en los Juegos Paralímpicos de Londres de 2012, ganó medalla de plata. En 2015, logró el récord mundial Guinness por el tiro con arco más preciso, con 283 metros, que anteriormente lo tenía un arquero sin discapacidades. En la ocasión señaló:
Me considero simplemente una persona físicamente apta. Decidí que, como mis brazos no iban a crecer, simplemente iba a seguir adelante con todo y no dejar que nada me impidiera alcanzar mis metas.
Stutzman afirma que el tiro con arco le cambió la vida. Pasó de vivir con unos 600 dólares al mes de la Seguridad Social a ganar lo suficiente para mantener a su familia. En los Juegos Paralímpicos de París 2024, ganó la medalla de oro. Dijo en la ocasión:
Ahora hay más arqueros sin brazos en este deporte. Pueden quitarme todas las medallas, y no me importaría, porque esa sería mi medalla.
David Eagleman, neurocientífico de Stanford, en su libro Livewired (2020)analiza el caso de Stutzman, y afirma que sus logros probablemente no coinciden con lo que los médicos predijeron de un bebé que nació sin brazos. Pero quizá no comprendían la capacidad que tiene el cerebro de adaptar sus recursos disponibles para resolver los problemas que enfrenta con el mundo exterior. Escribe Eagleman:
El cerebro es un sistema dinámico que altera constantemente sus propios circuitos de manera acorde con las exigencias del entorno y las capacidades del cuerpo.
Eagleman, subraya que nuestro cerebro está acostumbrado a los cambios en el cuerpo. Se ajusta y adapta a los objetivos que quiere alcanzar. Es como si se preguntara: ¿cómo llego allí con lo que tengo? La complejidad y densidad de conexiones de la corteza cerebral humana es mucho más grande que el de cualquier otro animal, y esta es ‘su diferencia principal’. Entre los estímulos externos y la respuesta que damos, el cerebro humano tiene múltiples etapas intermedias de procesamiento. Eagleman afirma que cada vez que incorporamos una habilidad o recuerdo, las conexiones sinápticas se alteran físicamente. Nuestro cerebro no está ‘pre-cableado’ de forma inmutable, sino que se re-cablea activamente durante toda la vida. Una evidencia concreta de esta plasticidad es que, si una persona pierde un sentido, las regiones corticales dedicadas pueden llegar a asumir nuevas funciones. De hecho, en individuos ciegos la corteza visual puede reorganizarse para procesar información auditiva o táctil, potenciando estos otros sentidos. La experiencia modifica el cerebro a todos los niveles. Escribe:
El cerebro periódicamente se adapta para reflejar sus retos y objetivos. Moldea sus recursos para adaptarse a lo que requieren las circunstancias. Cuando no posee lo que necesita, lo esculpe.
Todos estos hallazgos apuntan a reforzar la idea de que contamos con un cerebro altamente flexible y multiuso, en el que la genética establece una arquitectura básica pero la experiencia moldea los detalles. Esto significa que no hay nada fijo en la compartimentación funcional del cerebro, sino que es el flujo de datos el que define qué hace cada zona, y si ese flujo cambia, la función cortical cambia con él. ‘La corteza cerebral usa la misma arquitectura de circuitos en cualquier área; la única razón por la que vemos áreas especializadas (visual, auditiva, etc.) es por los distintos cables de entrada que llegan a cada región’. Esto es lo que ha permitido a nuestra especie adaptarse a entornos muy diversos y desarrollar habilidades únicas. Por lo tanto, nuestro cerebro trabaja día y noche para construir ‘un modelo interno del mundo exterior’. Escribe Eagleman:
Nuestro modelo interno del mundo nos permite hacer predicciones y detectar rápidamente cuándo nos equivocamos, lo que nos indica dónde prestar atención y cómo actualizar. Y esta especie de sistema interesa cada vez más a los ingenieros que piensan en el futuro de las máquinas.
Los hallazgos de Eagleman se inscriben en una corriente más amplia de investigadores que concibe la inteligencia humana y de máquinas como un proceso de modelado activo del mundo. Jeff Hawkins, ingeniero neurocientífico en su teoría de la memoria y la predicción cortical, postula que el neocórtex aprende modelos del mundo mediante el recuerdo de patrones. En su libro A Thousand Brains (2021) propone que tenemos cientos de miles de modelos de mundo en nuestro cerebro que cooperan simultáneamente para darnos una visión unificada. Escribe:
La inteligencia se valora por la capacidad para recordar y predecir patrones en el mundo. El cerebro recibe patrones del mundo exterior, los almacena en su memoria, y hace predicciones combinando lo que ve ahora con lo que vio antes.
En la misma línea, Rafael Yuste, neurobiólogo de la Universidad de Columbia, en su libro El cerebro, el teatro del mundo (2024), afirma que el cerebro no es simplemente un receptor pasivo de información exterior, sino que actúa como un generador activo de realidades virtuales. Estas realidades virtuales son construcciones internas que el cerebro crea a partir de la información que recibe de los sentidos, pero también de sus propios procesos internos, como la memoria y la imaginación. De este modo, nuestra experiencia subjetiva, lo que percibimos y cómo lo interpretamos, está determinada por esas realidades virtuales que crea nuestro propio cerebro. Escribe:
El cerebro es una máquina de predicción del futuro, y lo hace utilizando redes neuronales para generar un modelo del mundo, como si fuese un modelo de realidad virtual. Es decir, dentro del cerebro, apretamos el botón de avance rápido para adelantarnos a los acontecimientos, imaginar lo que va a ocurrir y escoger así un comportamiento óptimo para tener más opciones de sobrevivir. Es un proceso de predicción y acción. Se predice primero y después se actúa.
Nuestros sentidos alimentan el modelo cerebral con datos externos, y lo afinan para que coincida lo mejor posible con el mundo real, de hecho, la naturaleza lleva cientos de millones de años perfeccionando este modelo mediante la selección natural. Yuste considera que abrazar este paradigma nos sitúa ‘en los albores de un nuevo renacimiento’ ya que podríamos lograr un salto histórico en conocimiento y bienestar humano. Escribe:
Este es uno de los grandes desafíos de la inteligencia artificial: averiguar cómo diantres aprenden los circuitos neuronales con tanta rapidez y tan poca información.
Yann LeCun, uno de los ‘padres de la IA’, profesor de la Universidad de Nueva York y científico jefe de IA en Meta está focalizado en este tema. LeCun, lleva años expresando que los LLMs como ChatGPT son máquinas estadísticas, no entidades pensantes. De hecho, ha sido crítico sobre el término ‘Inteligencia Artificial General’, sugiriendo ‘Inteligencia Avanzada de Máquina’. En una entrevista para Time (2024), afirmó que ‘la gran mayoría del conocimiento humano no se expresa en texto’, sino que se adquiere antes del lenguaje y fuera de él, mediante la experiencia física y perceptual del mundo. LeCun propone que existen cuatro pilares esenciales del comportamiento inteligente, ya sea en animales o humanos: comprensión del mundo físico, memoria persistente, capacidad de razonamiento y planificación jerárquica de acciones. Integrar estos conceptos permitirá desarrollar IA más capaces y a la vez reflexionar con mayor claridad sobre nuestros procesos cognitivos. A este enfoque, LeCun lo denomina ‘Objective-Driven AI’ (IA dirigida por objetivos), y su piedra angular es la idea de dotar a la IA de un ‘modelo del mundo’. Es decir, en lugar de limitarse a correlaciones estadísticas, los sistemas de IA deben construir representaciones internas del entorno que puedan utilizar para simular resultados y así tomar decisiones más inteligentes. Concretamente, LeCun propone la arquitectura JEPA (Joint Embedding Predictive Architecture), conformada por seis módulos funcionales e interconectados:
- Módulo Configurador: Actúa como el centro de control ejecutivo del sistema. Dinámicamente configura los demás módulos según la tarea o contexto en curso, ajustando parámetros del módulo de percepción, del modelo del mundo y del módulo actor para optimizar el rendimiento en cada situación. Este módulo equivale a la función de atención y coordinación cognitiva, decidiendo ‘en cada momento, qué es lo más relevante y qué estrategia seguir’.
- Módulo de Percepción: Se encarga de capturar e interpretar las señales sensoriales del entorno, construyendo a partir de ellas una estimación del estado actual del mundo. Provee la ‘escena’ o contexto inmediato, a través de visión, audio, sensores, etc., traduciendo datos en representaciones internas útiles.
- Módulo Modelo de Mundo: Es el núcleo simulador. Toma los datos presentes y pasados, y predice estados futuros del entorno, además de inferir información faltante o no observable directamente. Funciona como un motor de hipótesis y escenarios posibles, permitiendo realizar razonamiento contrafáctico y proponer acciones pertinentes. Es análogo a la capacidad humana de anticipar consecuencias.
- Módulo evaluador de Costos: Evalúa las posibles acciones propuestas en base a un criterio de costo/beneficio o valor. Calcula las consecuencias de las acciones futuras posibles según parámetros predefinidos y dinámicos. Por ejemplo, evitar daño inmediato o minimizar el uso de energía. Es análogo a reflejos o motivaciones básicas. Aprende de la experiencia de resultados previos refinando así la toma de decisiones.
- Módulo Actor: Es el encargado de proponer y ejecutar concretamente las acciones a realizar. Recibe las predicciones del modelo de mundo y las evaluaciones del módulo de costos, para entonces decidir la secuencia óptima de acciones específicas que logren los objetivos definidos de la forma más eficiente. Equivale al sistema motor-planificador.
- Módulo de Memoria: Almacena el historial de interacciones con el entorno. Registra las percepciones, acciones realizadas y costos/resultados obtenidos. Evita repetir una acción infructuosa, además de mantener coherencia en tareas continuas. Actualiza el modelo de mundo para mejorar las predicciones en base a la experiencia acumulada. Es similar a la distinción humana entre memoria de trabajo y memoria de largo plazo.
La arquitectura propuesta por LeCun busca emular aspectos fundamentales de la cognición biológica como percepción multimodal, simulación mental, evaluación de resultados, planificación y memoria, pero implementadas en sistemas de IA. Los avances son prometedores, si se logra, la próxima generación de IA tendría propiedades análogas al sentido común: podría entender su entorno, razonar y planificar acciones de forma jerárquica, y aprender de la interacción continua, acercándose al nivel de adaptabilidad de un ser vivo. LeCun estima que en los próximos años veremos progresos en esta dirección, combinando IA y robótica para crear agentes que ‘comprendan el mundo físico mucho mejor’ que los actuales sistemas y actúen en él con autonomía creciente. En palabras de LeCun:
He dicho varias veces que sería feliz si, para cuando me jubile, tengamos sistemas que sean tan inteligentes como un gato.
El impresionante ejemplo de adaptación de Matt Stutzman, corrobora que somos arquitectos y producto de nuestros cerebros. La investigación científica demuestra que la estructura cerebral nos faculta para aprender sin límites, para ‘re-mapear’ nuestras funciones si es necesario y para proyectarnos mentalmente más allá del presente. Nada de esto sería posible sin un sustrato suficientemente complejo y plástico. El ‘hardware’ importa. Comprender esto debiera motivarnos a aprovechar mejor nuestra maleabilidad cognitiva, a diseñar herramientas inteligentes que complementen nuestras limitaciones, y a reflexionar sobre lo qué nos hace inteligentes. El diálogo entre el estudio de la mente biológica y la creación de mentes artificiales está produciendo un rico cruce de ideas, posiblemente gestando una teoría unificada de la inteligencia. El impacto de estos avances trasciende el laboratorio: promete tecnologías que transformarán la sociedad, estrategias para mejorar cómo aprendemos y nos recuperamos de daños, y una mayor comprensión de nosotros mismos como seres maleables. El desafío es lograr estas innovaciones de forma ética y beneficiosa. En palabras de Eagleman:
Lo emocionante de la vida no tiene que ver con quiénes somos, sino con aquello en lo que nos estamos convirtiendo. De manera parecida, la magia de nuestro cerebro no reside en sus elementos constituyentes, sino en la manera en que esos elementos se recomponen constantemente.
