ROBOTS DEPRIMIDOS.

Lo que los robots deprimidos pueden enseñarnos sobre la salud mental

Zachary Mainen*

La idea de una computadora deprimida puede parecer absurda, pero la inteligencia artificial y el cerebro humano comparten una característica vital

La depresión parece ser una forma única de sufrimiento humano, pero nuevas formas sorprendentes de pensar provienen del campo de la inteligencia artificial. En todo el mundo, más de 350 millones de personas tienen depresión, y las tasas están subiendo. El éxito de la generación actual de IA se debe en gran medida a los estudios del cerebro. ¿Podría AI devolverle el favor y arrojar luz sobre la enfermedad mental?

La idea central de la neurociencia computacional es que los problemas similares se enfrentan a cualquier agente inteligente, humano o artificial, y por lo tanto requieren soluciones de tipo similar. Se cree que la inteligencia de cualquier forma depende de la construcción de un modelo del mundo: un mapa de cómo funcionan las cosas que le permite a su propietario hacer predicciones, planificar y tomar medidas para alcanzar sus objetivos.

Establecer el grado correcto de flexibilidad en el aprendizaje es un problema crítico para un sistema inteligente. El modelo de mundo de una persona se construye lentamente a lo largo de años de experiencia. Sin embargo, a veces todo cambia de un día para otro, al mudarse a un país extranjero, por ejemplo. Esto requiere mucha más flexibilidad de lo habitual. En IA un parámetro global que controla qué tan flexible es un modelo, qué tan rápido cambia, se llama "tasa de aprendizaje".

La falta de adaptación a la adversidad puede ser una de las principales razones por las que los humanos se deprimen. Por ejemplo, alguien que se incapacita debido a una lesión grave de repente necesita aprender a verse a sí mismo de una nueva manera. Una persona que lo hace puede prosperar, mientras que una persona que no puede, puede deprimirse.

La idea de una IA deprimida parece extraña, pero las máquinas podrían enfrentar problemas similares. Imagine un robot con un mal funcionamiento del hardware. Quizás necesite aprender una nueva forma de captar información. Si su tasa de aprendizaje no es lo suficientemente alta, puede carecer de la flexibilidad para cambiar sus algoritmos. Si está gravemente dañado, incluso podría necesitar adoptar nuevas metas. Si no puede adaptarse, podría darse por vencido y dejar de intentarlo.

Una IA "deprimida" podría ser fácilmente reparada por un supervisor que aumente su tasa de aprendizaje. Pero imagine una IA enviada a años luz de distancia a otro sistema solar. Tendría que establecer su propia tasa de aprendizaje, y esto podría salir mal.

Uno podría pensar que la solución sería mantener alta la flexibilidad. Pero hay un costo para demasiada flexibilidad. Si la tasa de aprendizaje es demasiado grande, siempre se está olvidando lo que se aprendió previamente y nunca se está acumulando conocimiento. Si los objetivos son demasiado flexibles, una IA queda sin timón, distraída por cada nuevo encuentro.

Los psiquiatras computacionales consideran que el equivalente del cerebro humano de las variables globales clave de la IA son varios "neuromoduladores", incluidos los sistemas de dopamina y serotonina. Solo hay un puñado de estos grupos de células altamente privilegiadas y transmiten sus mensajes químicos especiales a casi todo el cerebro.

Una línea de estudios de mi laboratorio y otros sugieren que la forma en que el cerebro establece la tasa de aprendizaje implica el sistema de serotonina. En el laboratorio, si le enseñamos a un ratón una tarea con ciertas reglas y luego las cambiamos abruptamente, las neuronas de serotonina responden con fuerza. Parece que transmiten una señal de sorpresa: "¡Ups! Es hora de cambiar el modelo ". Luego, cuando se libera la serotonina en las áreas cerebrales aguas abajo, se puede ver en el laboratorio para promover la plasticidad o el nuevo cableado, particularmente para volver a trabajar los circuitos de un modelo obsoleto.
Los antidepresivos son típicamente inhibidores selectivos de la recaptación de serotonina (ISRS), que aumentan la disponibilidad de serotonina en el cerebro. Los antidepresivos se representan ingenuamente como "píldoras de la felicidad", pero esta investigación sugiere que en realidad funcionan principalmente mediante la promoción de la plasticidad cerebral. Si es cierto, salir de la depresión comienza con flexibilidad.
Si estas ideas están en el camino correcto, la susceptibilidad a la depresión es uno de los costos de la capacidad de adaptarse a un entorno en constante cambio. Las IA actuales son máquinas de aprendizaje, pero altamente especializadas sin autonomía. A medida que avanzamos hacia una "IA general" más flexible, podemos esperar aprender más sobre cómo puede salir mal, con más lecciones para comprender no solo la depresión sino también condiciones como la esquizofrenia.

Para un ser humano, estar deprimido no es solo tener un problema con el aprendizaje, sino experimentar un profundo sufrimiento. Por eso, sobre todo, es una condición que merece nuestra atención. Para una máquina, lo que se parece a la depresión puede no implicar sufrimiento alguno. Pero eso no significa que no podamos aprender de las máquinas cómo actúan los cerebros humanos

*Zachary Mainen es un neurocientífico cuya investigación se centra en los mecanismos cerebrales de la toma de decisiones