La startup japonesa presenta una arquitectura inspirada en el cerebro humano que promete transformar la forma en que la inteligencia artificial resuelve problemas complejos, con eficiencia, interpretación y un toque casi biológico.
La inteligencia artificial vuelve a mirar hacia el cerebro humano en busca de inspiración. Sakana AI, una compañía emergente con sede en Tokio, anunció el lanzamiento del Continuous Thought Machine (CTM), un modelo de IA que representa un avance significativo hacia sistemas más inteligentes, eficientes y comprensibles. Su funcionamiento, basado en la sincronización temporal entre neuronas artificiales, marca una ruptura con los modelos tradicionales dominantes desde los años 80.
“El CTM permite a la inteligencia artificial ‘pensar’ paso a paso, utilizando su propia historia de comportamiento para planificar y razonar, en lugar de limitarse a una única respuesta inmediata”, explicaron desde Sakana AI. Esta capacidad de razonamiento continuo no solo mejora el rendimiento en tareas complejas, sino que también hace que sus procesos sean más interpretables para los humanos.
Una arquitectura con tiempo propio
A diferencia de las redes neuronales clásicas, que operan de forma estática, el CTM introduce una “dimensión de pensamiento” continua y asincrónica. Las neuronas pueden modificar su comportamiento según su historial temporal y coordinarse entre sí gracias a la sincronización. Este diseño permite que el modelo resuelva problemas con dinámicas más ricas, similares a las observadas en cerebros reales.
Durante las pruebas, el CTM fue capaz de resolver laberintos 2D mediante planificación visual progresiva, y también mejoró su rendimiento en reconocimiento de imágenes en ImageNet al tomar más tiempo para analizar zonas específicas de una fotografía. “Vimos patrones de atención similares a los humanos, por ejemplo, al identificar un gorila, su foco visual se movía de los ojos a la nariz y luego a la boca”, detallaron los investigadores.
Interpretabilidad y eficiencia energética
Uno de los aspectos más destacados del CTM es su capacidad para ahorrar energía al reducir el tiempo de razonamiento en tareas simples. A diferencia de los modelos que siempre procesan los datos en un solo paso, el CTM puede “decidir” cuánto tiempo dedicarle a una tarea, ajustando así su consumo de recursos.
Además, sus comportamientos emergentes —como oscilaciones neuronales de distintas frecuencias y amplitudes— no fueron programados explícitamente, sino que surgieron como consecuencia del nuevo enfoque temporal. Esto lo acerca más a una representación biológica que a los actuales modelos de IA.
Un puente entre la IA y la neurociencia
A pesar de que la IA moderna se basa en la noción de redes neuronales, la intersección con la neurociencia ha sido limitada. “La revolución del deep learning en 2012 fue posible gracias a modelos inspirados en el cerebro. Entonces, ¿por qué no seguir inspirándonos en él para alcanzar nuevos niveles de capacidad?”, se preguntan desde Sakana AI.
Con el CTM, Sakana busca tender un puente entre la ciencia cognitiva y la ingeniería artificial, retomando elementos ignorados por décadas como el tiempo de disparo neuronal. “Estamos convencidos de que hay un camino prometedor al explorar modelos más cercanos al funcionamiento real del cerebro”, afirmaron.
Próximos pasos
Aunque el CTM aún está en fase de investigación, los primeros resultados muestran un potencial significativo para aplicaciones prácticas en áreas como robótica, análisis de imágenes médicas o sistemas autónomos. Sakana AI ha publicado un informe técnico detallado y un reporte interactivo con ejemplos visuales del comportamiento del modelo en diversas tareas.
La compañía invita ahora a la comunidad científica, tanto de inteligencia artificial como de neurociencia, a sumarse a esta exploración conjunta. “Creemos que este es solo el comienzo de una nueva etapa en el desarrollo de modelos de IA más inteligentes y comprensibles, capaces de razonar como lo haría un cerebro humano”, concluyeron desde la empresa.