"NeuroAI", la combinación de "neurociencia" e "IA" (inteligencia artificial), está ganando rápidamente atención como campo de investigación. Desconocido hace unos años, ahora se destaca en talleres, conferencias y programas académicos, incluyendo un taller de la Iniciativa BRAIN. Este campo fusiona el objetivo de la IA de replicar la inteligencia con los conocimientos de la neurociencia sobre la computación similar al cerebro. La IA utiliza redes neuronales para modelar el cerebro, probando teorías sobre cálculos neuronales, reflejando la idea de Richard Feynman de que la verdadera comprensión proviene de la creación. Mientras tanto, la neurociencia inspira a la IA para crear sistemas capaces de realizar tareas humanas, formando un bucle de retroalimentación que acelera ambos campos. En aplicaciones de IA como DeepLabCut, la IA agiliza el análisis de datos en neurociencia, similar a su papel en el plegamiento de proteínas o el reconocimiento de imágenes, pero esto no es estrictamente "NeuroAI". El nexo entre la IA y la neurociencia se remonta al informe de John von Neumann de 1945 sobre la arquitectura del ordenador EDVAC, inspirado en el artículo de redes neuronales de McCulloch y Pitts de 1943.

El perceptrón de Frank Rosenblatt en 1958 impulsó la idea del aprendizaje basado en datos en redes, influenciado por el trabajo de Donald Hebb sobre la plasticidad sináptica. Aunque los perceptrones de una sola capa enfrentaron límites, el concepto de sinapsis como elementos de aprendizaje adaptables sigue siendo vital. Avances simbióticos incluyen la red neuronal convolucional (CNN), inspirada en modelos de la corteza visual, y el aprendizaje por refuerzo, ejemplificado por AlphaZero de Google. Técnicas como el dropout imitan el mal funcionamiento neuronal para mejorar la resiliencia de las redes neuronales. Esta relación mutua enriquece tanto a la IA como a la neurociencia; las redes neuronales avanzan nuestra comprensión de los cálculos cerebrales, inspirando nuevos modelos y algoritmos. A medida que se desarrolla NeuroAI, profundiza nuestra comprensión de la inteligencia en contextos tanto biológicos como artificiales, prometiendo integrar y expandir más estos campos. Esta serie de ensayos profundizará en estas conexiones transformadoras y en las preguntas prácticas y éticas que plantean.