Ya no basta con saber programar: los gigantes de la IA se pelean por fichar a neurocientíficos recién graduados

En la frenética carrera por dominar la inteligencia artificial, un nuevo perfil profesional se ha convertido en el más codiciado en Silicon Valley, titanes como Meta, Apple, Google y OpenAI están compitiendo agresivamente por reclutar neurocientíficos, convencidos de que los secretos del cerebro humano son clave para liderar la próxima generación de avances en IA.

Este fenómeno está creando una migración masiva de talento académico al sector privado, que seduce a los investigadores con sus recursos ilimitados y la oportunidad de ver sus ideas implementadas a escala global.

La fuga de cerebros

El caso de Aldo Battista, narrado por el medio Semafor, me resulta representativo de esta tendencia; después de desarrollar su carrera en el Centro de Ciencia Neural de la Universidad de Nueva York, donde investigaba cómo el cerebro toma decisiones subjetivas, Battista fue reclutado por Meta en septiembre como investigador científico: "La academia es divertida porque puedes explorar ideas extrañas e innovadoras, pero sabes que no necesariamente tendrán un impacto real", reconoció.

Explica que en Meta su trabajo se centra en el desarrollo de las redes neuronales que recomiendan contenido en redes sociales, y destaca lo gratificante que le resulta el "feedback" instantáneo de su nuevo puesto, algo que no experimentaba cuando se dedicaba a la investigación: "Puedes medir si a la gente le gusta más el algoritmo con esa pequeña modificación que hiciste, o no", explica.

Uno de los principales motivos por los que las empresas de IA buscan seudocientíficos es el elevado consumo energético de la industria, la lógica nace del razonamiento de que el hardware que ejecuta la IA funciona de una forma similar al cerebro humano, ejecutando más o menos las mismas operaciones por segundo, pero las GPUs que alimentan a los modelos de lenguaje consumen muchísima más energía que nuestras cabezas, básicamente, confían en que los expertos en el cerebro humano sean capaces de elevar a estos modelos al nivel de eficiencia en el que operamos las personas.

Investigaciones del Centro Nacional de Inteligencia Artificial (CENIA) de Chile han analizado las diferencias fundamentales entre los microcircuitos neuronales del neocórtex cerebral y las redes neuronales artificiales actuales, el Dr. Rodrigo Clemente Vergara Ortuzar, parte de este equipo, señala que "los actuales sistemas de IA aún tienen mucho espacio para inspirarse en la neurociencia para mejorar su flexibilidad y eficiencia".

Además, Vergara explica que, mientras que los sistemas de IA tienden a "congelar" su aprendizaje después del entrenamiento, el cerebro biológico mantiene una plasticidad y capacidad de aprendizaje continuas a lo largo de su vida, otra razón más por la que a los grandes desarrolladores les interesa alinear el funcionamiento de sus modelos al del cerebro humano, como señala un análisis publicado en Medium por el Doctor David Ragland, "esta colaboración interdisciplinaria entre la neurociencia y la IA no es solo un matrimonio de conveniencia; es una necesidad para el avance de ambos campos".

Mientras que la IA original se inspiró en la comprensión básica del cerebro, los sistemas contemporáneos están alcanzando niveles de complejidad que requieren conocimientos neurocientíficos más sofisticados para seguir avanzando, estoy seguro de que, durante los próximos años, veremos cómo la IA absorbe cada vez más perfiles, al final sí que va a crear puestos de trabajo.